后向引用（反向引用）

捕获分组 () 匹配到的真实文本，可以在同一个正则里面再次拿出来复用，就是后向引用
编号规则：从左往右，按左括号出现顺序编号，\1 代表第1个分组捕获到的内容，\2 第2个分组，以此类推。

1. 示例

匹配连续重复单词

正则：

\b([a-z]+)\b\s+\1\b
Code language: CSS (css)

拆解：

1. \b：单词边界
2. ([a-z]+)：分组1，捕获一串小写单词（比如 go、sit）
3. \b：单词边界
4. \s+：一个或多个空白（空格）
5. \1：反向引用，代表分组1捕获到的那一段文字 不是重复表达式 [a-z]+！而是匹配到的真实字符串。 如果分组捕获了 go，\1 就代表文本 go；捕获 sit，\1 就是 sit
6. \b：单词边界

可以匹配：go go、sit sit

不能匹配 go sit，因为 \1 必须和前面分组抓到的文字一模一样。

区分重点：

• ([a-z]+) \1：内容必须相同，go go ✔，go so X
• ([a-z]+) ([a-z]+)：两个独立单词，内容可以不一样，go so ✔

2. 命名分组

给分组起名字，不再只用数字编号

数字分组 \1 \2 简单，但分组一多，容易搞混序号。可以给分组命名。

语法（两种写法）

(?<Word>[a-z]+)   # 尖括号写法 .NET、PCRE、JS等大部分引擎支持
(?'Word'[a-z]+)   # 单引号写法，.NET 常用
Code language: PHP (php)

反向引用命名分组用：\k<Word> 改写上面重复单词例子：

\b(?<Word>[a-z]+)\b\s+\k<Word>\b
Code language: HTML, XML (xml)

含义和 \b([a-z]+)\b\s+\1\b 完全一样，只是分组有名字 Word。

3. 常见实用场景

1：匹配成对 HTML 标签

<([a-z]+)>.*?</\1>
Code language: HTML, XML (xml)

• ([a-z]+) 捕获标签名 div / p
• \1 引用捕获到的标签名，保证开始标签和结束标签名字一致 匹配：<p>hello</p> √ 不匹配：<p>hello</div> x

2：匹配连续重复字符，比如 aaaa、bbbb

(\w)\1\1\1

(\w) 捕获单个字符，后面连续引用3次，匹配4个相同字符。

注意

1. 后向引用引用的是匹配到的文本，不是表达式本身！ ([0-9])\1 匹配 55，不是 56。
2. 分组编号只看左括号顺序，嵌套分组也是从左括号开始数。((a)(b)) 分组1：((a)(b))，分组2：(a)，分组3：(b)
3. 非捕获分组 (?:) 不会产生编号，不能反向引用！ (?:[a-z]+)\s+\1 报错，没有分组1。
4. 后向引用只能在正则内部使用，在替换/代码里，语法会变成 $1（比如 JS、C#）。

思考题

正则：(\d)\1，下面哪个字符串能匹配成功？

1. 12
2. 22
3. 23

答案 2. `22` 分组捕获 `2`，`\1` 引用 `2`，所以 `22` 匹配。